1.机器学习
(1)机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能。
(2)机器学习是对能通过经验自动改进的计算机算法的研究。
(3)机器学习是用数据或以往的经验,以此优化计算机程序的性能标准。
2.数据挖掘
⑴数据挖掘是通过分析每个数据,从大量数据中寻找其规律的技术,主要有数据准备、规律寻找和规律表示三个步骤。
⑵数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集,规律寻找是用某种方法将数据集所含的规律找出来,规律表示是尽可能以用户可理解的方式(如可视化)将找出的规律表示出来。
⑶数据挖掘的任务有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。
3.统计学
统计学是通过搜索、整理、分析、描述数据等手段的一门综合性科学。
其主要用途为:
(1)以已知数或已知量为基础,循著某种具体关系进行推算的方法。
(2)通过运用数字的理论性推理来进行推算的方法。
(3)以平均数为基础进行推算的方法。
4.深度学习
深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。
深度学习是一个复杂的机器学习算法,在语音和图像识别方面取得的效果,远远超过先前相关技术。深度学习在搜索技术,数据挖掘,机器学习,机器翻译,自然语言处理,多媒体学习,语音,推荐和个性化技术,以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动,解决了很多复杂的模式识别难题,使得人工智能相关技术取得了很大进步。